目的:基于消化内镜人工智能与互联网平台，探索构建一个安全规范、科学严谨的消化内镜数据库，为我国消化内镜人工智能数据质量控制提供参考和依据。方法:针对12种常见消化道疾病，参考相关指南规范，讨论确定消化内镜图像数据的采集与标注标准；研发山东省多中心消化内镜数据在线采集与标注软件；采用国内市场保有量>5%的内镜设备，对参与图像采集与标注的数十位经验丰富的内镜操作医师统一进行数据标注讲解训练。自2019年7月至2020年7月前瞻性、连续性采集、标注来自山东大学齐鲁医院、山东省立医院、聊城市人民医院、临沂市人民医院、威海市立医院、泰安市中心医院、滨州医学院附属医院、烟台毓璜顶医院、山东大学齐鲁医院青岛院区9家医疗中心的内镜检查数据；经数据优化、脱敏、泛化后上传至服务器，经文件同步、数据处理和专家审核，构建山东省多中心消化内镜人工智能数据规范化采集与标注数据库，即云平台。采用描述性方法进行统计学分析。结果:制定了山东省多中心消化内镜人工智能数据采集与标注标准；研发了山东省多中心消化内镜人工智能在线采集与标注软件；成功构建了山东省多中心消化内镜人工智能数据库，数据库中标注病灶43 010个，其中，早期食管癌病灶2 906个，早期胃癌2 912个，早期结直肠癌2 397个，结直肠息肉9 773个(腺瘤性息肉5 539个，非腺瘤性息肉1 161个，未定性息肉3 073个)，标注图像40 353张，标注检查数量11 289例次。结论:山东省多中心消化内镜人工智能云平台采用统一标准和采集标注软件，保证了内镜数据的安全性、规范性，为我国消化内镜人工智能数据标准化采集、标注质量控制体系的构建和第三方数据监管提供了参考和依据。

目的:探讨入住重症监护室的脓毒症相关谵妄（sepsis-associated delirium，SAD）患者预后的影响因素，并进一步构建列线图。方法:本研究为回顾性队列研究，收集医学信息市场重症监护数据库MIMIC-Ⅲ（Medical Information Mart for Intensive Care Ⅲ, MIMIC-Ⅲ）数据库中符合脓毒症相关谵妄的患者作为建模组，以及嘉兴市第一医院2021年1月至2022年9月收治的符合脓毒症相关谵妄的患者作为验证组进行外部验证。纳入标准：(1)年龄≥18岁；(2)首次入住ICU；(3)住ICU时间>24 h；（4）符合脓毒症诊断；(5)采用CAM-ICU工具进行谵妄筛查符合谵妄诊断。收集患者一般信息、生命体征、既往史及实验室检查等，将28 d死亡作为结局指标。采用多因素logistic回归确定独立影响因素，建立列线图模型，通过校准曲线、受试者工作曲线下面积（the area under the receiver operating characteristic curve, AUC）、决策曲线分析以及Hosmer-Lemeshow检验对预测模型效度进行评价。结果:建模组共250例患者纳入研究，验证组共154例患者纳入研究。在建模组中，多因素Logistic回归显示，年龄（ OR=1.057，95% CI: 1.030~1.084， P<0.001），呼吸频率（ OR=1.117，95% CI: 1.037~1.202， P=0.003），乳酸（ OR=1.137，95% CI:1.011~1.279， P=0.032），血红蛋白（ OR=0.983，95% CI: 0.970~0.997， P=0.020），SOFA评分（ OR=1.184，95% CI:1.070~1.309， P=0.001）是脓毒症相关谵妄患者28 d死亡的独立影响因素。由上述5个因素构建的列线图AUC为0.773（95% CI: 0.705~0.841)，Hosmer-Lemeshow检验显示模型拟合良好（ P=0.875），决策曲线分析显示，该模型的净获益较好。验证组的AUC为0.864（95% CI: 0.799~0.928），Hosmer-Lemeshow检验显示模型拟合良好（ P=0.488），决策曲线显示模型净获益较好。 结论:本研究基于年龄、呼吸频率、乳酸、血红蛋白、SOFA评分构建的预测模型对脓毒症相关谵妄患者预后具有较好的预测价值。能够帮助临床医生早期识别脓毒症相关谵妄患者死亡的相关危险因素以进行早期干预。

目的:总结国外脑卒中服务系统整合的策略、影响因素与评价方法，为我国脑卒中防治系统建设提供借鉴。方法:采用范围综述方法检索、筛选和分析文献。使用stroke、integration等检索词，获取PubMed等数据库2000—2021年的相关文献7 527篇。从文献中提取脑卒中系统整合策略、影响因素、评价方法与结果，并借鉴健康整合彩虹模型建立文献分析框架。结果:最终纳入103篇文献进行分析，均涉及系统整合策略，其中49篇涉及整合影响因素，32篇涉及整合评价。脑卒中系统整合策略包括服务覆盖、规范塑造和信息技术融合3类共13种形式；整合影响因素包括当地卒中服务资源、变革执行能力、社会发展水平与制度环境3类；系统整合评价包括系统性评价与个案评价2类。结论:脑卒中服务系统整合的基本目标是提高卒中服务的覆盖、质量和效率，内在驱动源自市场和技术2个方面。3类整合策略各有侧重而相互融合，深度嵌入于区域资源、制度、文化环境中，其评价面临着高度情景化和低普适性挑战。

目的:对石家庄市市售茶叶浸出液中氟含量进行调查分析。方法:2017-2019年，将石家庄市茶叶市场抽取的销量较高的茶叶（包括绿茶、花茶、黑茶、乌龙茶、红茶、白茶、黄茶7大类），经不同的浸泡时间（5、10、15、20 min）、浸泡次数（1、2、3次）处理后，使用氟离子选择电极法测定茶叶中氟含量。结果:本研究共检测82个茶叶样品，其中绿茶25个（30.49%），花茶5个（6.10%），黑茶11个（13.41%），乌龙茶17个（20.73%），红茶15个（18.29%），白茶7个（8.54%），黄茶2个（2.44%）。绿茶、乌龙茶、红茶、黑茶浸泡20 min后茶叶浸出液中氟含量（中位数，40.63、65.43、26.39、58.90 mg/kg）显著高于5 min（23.09、32.24、15.77、32.00 mg/kg， P均< 0.05）。以浸泡20 min浸出液氟含量为总氟量计，乌龙茶最高，中位数为65.43 mg/kg；红茶最低，中位数为26.39 mg/kg；且乌龙茶、黑茶、花茶的氟含量显著高于红茶（ P均< 0.05）。绿茶、乌龙茶、红茶、黑茶、白茶随冲泡次数的增加，茶叶浸出液中的氟含量显著减少（ P均< 0.05）。 结论:石家庄市市售茶叶浸出液中氟含量最高为乌龙茶，最低为红茶，建议石家庄市本地居民宜饮用红茶。

目的:了解公立医院科技成果转化管理中的关键驱动因素，为提升成果转化实效提供依据。方法:2021年3—7月，采用分层随机抽样方法，对杭州7家市属医院的1 226名医务人员进行问卷调查，问卷内容包括主要人口学信息以及对科技成果转化工作机制(6项机制18个条目)的感知重要性和感知绩效，采用Likert 5级评分。对所有数据进行描述性分析，配对样本比较采用 t检验， P<0.05为差异有统计学意义，对所有条目进行重要性矩阵分析，明确公立医院成果转化的关键驱动因素。 结果:最终纳入有效问卷1 157份。6项管理机制的感知重要性与感知绩效的得分差异有统计学意义( P<0.001)，得分均值差依次为评价机制1.29分、投入机制0.88分、组织领导机制0.87分、服务保障机制0.44分、利益分配机制0.15分和激励机制-0.11分；矩阵分析结果显示，"专项经费支持""把握市场需求精准对接""制定相应配套制度""多学科背景的专业转化团队""分类别、多层次的成果转化评价指标体系""全生命周期管理""纳入中心工作与重点任务"和"科技成果转化报告制度和应用监测体系"是公立医院科技成果转化的关键驱动因素。 结论:医务人员对公立医院科技成果转化的感知重要性较好，但感知绩效相对较低。为提升医院科技成果转化实效，应重点关注并优先夯实科技成果转化管理基础，构建科技成果转化指标评价体系，做好科技成果全生命周期管理服务，完善科技创新对话和咨询服务机制。

目的:分析恶性肿瘤是否为重症监护病房(ICU)中高龄脓毒症患者短期病死率的独立危险因素，探索该类患者序贯器官衰竭评估(SOFA)评分与短期病死率的剂量反应关系。方法:回顾性分析2008—2019年重症监护医疗信息市场(MIMIC-Ⅳ)数据库中80岁及以上高龄脓毒症患者资料，根据患者是否合并恶性肿瘤分为肿瘤组与非肿瘤组，比较两组患者基线数据及预后。根据患者入ICU后28 d生存情况分为存活组和死亡组，比较两组患者基线数据，采用Logistic回归分析短期病死率的危险因素。采用概率单位回归拟合SOFA评分与短期病死率的剂量反应关系。结果:共筛选53 150份医疗记录，纳入5 126例80岁及以上高龄脓毒症患者，其中754例合并恶性肿瘤，264例为转移性肿瘤。肿瘤组患者28 d病死率显著高于非肿瘤组[26.79%(202/754)比18.85%(824/4 372)， χ2＝24.85， P<0.001]。短期病死率的Logistic回归分析结果显示，年龄( OR＝1.073、95% CI：1.040～1.108， P<0.001)、除肿瘤外的查尔森合并症指数(CCI)( OR＝1.134、95% CI：1.067～1.205， P<0.001)、入ICU血乳酸( OR＝1.111、95% CI：1.048～1.179， P<0.001)、机械通气( OR＝1.603、95% CI：1.176～2.187， P＝0.003)、SOFA评分( OR＝1.227、95% CI：1.182～1.273， P<0.001)是短期病死率的危险因素，CCI( OR＝0.957、95% CI：0.867～1.057， P＝0.380)、使用血管活性药物( OR＝1.370、95% CI：0.902～2.081， P＝0.140)、合并恶性肿瘤( OR＝1.131、95% CI：0.449～2.848、 P＝0.794)及恶性肿瘤转移( OR＝1.799、95% CI：0.930～3.477， P＝0.081)则与短期病死率无相关性。剂量反应曲线结果显示，随着SOFA评分的增加，患者的28 d病死率增加，且SOFA评分达到11分时预期病死率达到50%，SOFA评分达到20分时预期病死率超过80%。 结论:恶性肿瘤和肿瘤转移均不是ICU中高龄脓毒症患者短期病死率的独立危险因素，该类患者短期病死率与SOFA评分呈剂量反应关系。

医保支付从按项目的一般购买转向以服务打包为特征的战略型购买，服务包的科学制定是基础，支付标准是核心，过程控制是关键，促使医疗机构以规范化方式贯彻价格标准所指向的标准化诊疗过程，保证支付结果的精准。基于大数据的病种分值付费方法深入贯彻了这一目标，利用统一标准实现了支付与监管的一体化管理，打造了融事前合理预估、事中过程控制、事后评价与资源配置全过程于一体的支付方式，是医疗保障与医疗服务现代化治理的一种符合我国国情的创新型实践。

目的:分析新发地新冠肺炎暴发疫情的公开数据，建立快速风险评估方法，为疫情防控并采取有效应对措施提供科学依据。方法:收集2020年6月11日至7月15日北京市卫生健康委员会官方公布的新冠肺炎疫情数据，采用风险指数的方法，从每日新增病例人数、现存病例人数、3 d平均发病率、5 d新增病例均值四个方面综合评估新发地市场新冠肺炎疫情暴发期间的风险等级。结果:新发地新冠肺炎疫情病例涉及11个行政区，风险指数结果显示，6月13日至6月29日北京市处于新冠肺炎疫情高风险阶段（RI≥16）。在此期间，仅丰台区、大兴区分别有88.89%（16 d/18 d）、38.89%（7 d/18 d）的时间处于高风险阶段。海淀区、东城区有5.56%（1 d/18 d）的时间处于较高风险阶段。剩余行政区均无高风险或较高风险阶段。结论:利用风险指数对疫情发展态势开展快速风险评估，能够使广大公共卫生专业人员特别是基层技术人员迅速判断疫情风险级别，并可与同等规模城市或地区进行横向对比，快速风险评估工作的开展有助于分区分级精准施策。

目的:通过对北京大学第三医院开展的科技成果转化工作进行梳理，探索临床医学成果转化的特点及路径，为后续更好开展相关工作提供参考。方法:基于医院过去5年内成果转化的数据，就其专利特点、学科分布、购买企业及转化操作等不同侧面进行描述性分析。结果:临床医学的创新性易于被市场接受和认可，实用新型专利所占比例较大，发明人推介作用突出，企业自发参与度高，转化操作团队重要性明显。结论:临床医院应以创新转化为牵引促进学科发展，全方位加快推进知识产权工作，建立临床医学成果转化专业化团队。

近年来，医疗机构对新一代信息化工具的应用与融合需求日益迫切。杭州市富阳区围绕深化医药卫生体制改革和健康中国战略，建立起高效便捷的医疗信息平台。通过推出患者信用机制，构建大数据平台和信息安全与隐私保护体系，全面提高了医疗服务质量，改善了医患关系，节约了医保资金，促进了健康产业的融合发展。未来，将继续推进信息化建设，不断改善医疗服务，重点探索信息化医疗共同体建设体系、医疗保险融合保障体系以及"互联网+"市场化运作模式。